在python中处理重复行

我有一个日期框df，假设有5列：a，b，c，d，e

  a   b   c    d    e

  1   6   x    8    3
  2   3   y    2    3
  3   5   d    1    1
  3   4   g    3    4
  5   3   z    3    1

这就是我想做的，对于a列值相同的所有行，我想删除重复项，但是b列的值应该在这些行中求和，对于其余的列，我想保留第一个值

最终数据帧将是：

  a   b   c    d    e

  1   6   x    8    3
  2   3   y    2    3
  3   9   d    1    1
  5   3   z    3    1

---

如何做到这一点？

我会将“a”分组和求和的结果分配给“b”列，然后您可以删除重复项：

In [171]:

df['b'] = df.groupby('a')['b'].transform('sum')
df
Out[171]:
   a  b  c  d  e
0  1  6  x  8  3
1  2  3  y  2  3
2  3  9  d  1  1
3  3  9  g  3  4
4  5  3  z  3  1
In [172]:

df.drop_duplicates('a')
Out[172]:
   a  b  c  d  e
0  1  6  x  8  3
1  2  3  y  2  3
2  3  9  d  1  1
4  5  3  z  3  1

---

您可以使用

pandas.DataFrame.groupby

方法来收集与任何给定列中的唯一值相对应的行，然后使用groupby对象的

aggregate

方法来汇总这些行。但这可能对

c

列不起作用，因为它包含字符串。你可能需要单独处理。